基于模型偏差学习的交通信号自适应优化方法

城市交通信号配时优化是保证交通系统整体运行效率的前提条件。传统基于模型的信号控制方法往往基于历史统计数据,并且底层交通流模型不可避免地存在模型偏差,影响控制方案的科学性及其实际应用效果。考虑模型与数据融合驱动,提出一种基于模型偏差学习的交通信号控制自适应优化方法,以最小化路网行程时间为目标,建立信号控制最优化模型。首先,针对交通流预测模型的模型偏差,引入偏差函数表示预测模型与实际交通流状态间的误差;其次,建立基于径向基函数(RBF)神经网络的偏差函数,结合实际交通流数据对模型偏差进行学习,提高偏差函数的拟合效果;在此基础上,提出考虑模型偏差信息的自适应优化方法,以提高信号控制方法的控制性能。以小型测试路网与实际路网为例进行算例分析,基于SUMO仿真对本文提出的模型偏差学习方法进行验证,考虑不同交通流量条件,与固定配时、模型预测控制进行比较,分析其控制性能指标。结果表明,模型与数据融合驱动的信号控制自适应优化方法能有效提高预测模型的准确性,降低路网行程时间,与基于模型的控制和模型预测控制方法相比路网累积行程时间平均减少了38.3%和25.6%,提升了路网的实际运行效果。最后在宣城实际路网的仿真验证了方法的有效性。

老年缺血性脑卒中患者用药偏差预测模型构建与验证

目的分析老年缺血性脑卒中患者发生用药偏差的危险因素,以此构建风险预测模型并验证。方法选取2022年5月-2023年9月我院治疗且出院2周的老年缺血性脑卒中患者120例作为模型组,根据有无发生用药偏差分为偏差组47例和非偏差组73例。按同样的纳排标准选取2022年7月-2023年12月的老年缺血性脑卒中患者51例作为验证组。采用单因素及多因素Logistic回归分析老年缺血性脑卒中患者发生用药偏差的独立危险因素,应用R语言软件绘制相应的列线图,并以此构建风险预测模型。同时在模型组数据(内部验证)和验证组数据(外部验证)中采用受试者工作特征(ROC)曲线、校准曲线及Hosmer-Lemeshow(H-L)拟合优度检验评估模型的预测性能;采用临床决策曲线评估模型的临床适用性。结果多因素Logistic回归分析结果显示,无照护者、用药史不完整、服药依从性差、患者用药数量≥5种和合并慢性疾病≥2种为影响老年缺血性脑卒中患者发生用药偏差的独立危险因素(P<0.05)。基于以上5个独立危险因素构建相应的风险预测模型。模型组ROC曲线下面积(AUC)为0.836(95%CI=0.763~0.910,P<0.001),敏感度为72.30%、特异度为78.10%,H-L拟合优度检验结果显示,χ2=6.751,P=0.564,模型拟合情况良好;校准曲线结果显示,模型预测概率与实际发生情况之间具有良好的一致性,预测准确率为82.35%;临床决策曲线结果显示,模型具有较高的临床适用价值。结论老年缺血性脑卒中患者发生用药偏差受多种因素影响,构建的预测模型具有较高的临床应用价值,医护人员可针对危险因素采取相应措施以降低风险。

考虑模型偏差的结构动力学模型修正

针对结构有限元模型修正后仍可能存在模型偏差的问题,提出用待修正参数的不确定性来表征模型偏差的有限元模型修正方法。首先,基于响应面方法识别得到待修正参数的最优值,并通过计算结果与试验结果比较获得模型偏差;然后,基于响应面模型并结合灵敏度分析计算得到模型偏差对待修正参数的影响,从而得到考虑模型偏差后待修正参数的区间;最后,通过一个悬臂梁工程实例的模型修正,验证了笔者所提出方法的可行性。结果表明,考虑模型偏差的修正可以提高模型可靠性。

模型偏差的统计分析

由于建模中存在种种近似,所建平差模型(包括回归、拟合、滤波模型等)在理论上必然包含模型误差。基于单位权意义下的均方误差概念,讨论了模型偏差的含义以及模型偏差和模型误差的关系;同时给出了模型偏差的识别和估计方法。通过对模型误差统计问题的深入分析,进一步明确了平差模型的常用假设检验的意义。作为实际例子,非线性模型线性化是平差中常用的建模方式,对舍去二次项引起的模型误差对平差结果的影响进行了统计分析。

模型偏差与定位震源深度

简要分析了定位模型偏差对震源深度测定的影响,提出了有利于抑制模型偏差作用,提高测震定位精度的主要途径。

基于偏差模型的导弹发射动力学仿真

基于偏差模型的导弹发射动力学仿真是根据偏差来源建立相应的偏差模型,将偏差力、力矩与标准状态下的受力叠加得到导弹实际受力,再进行运动状态的求解.这种基于偏差模型的仿真系统既能够单独分析各项干扰因素对发射精度的影响,还能够综合多项干扰进行数值打靶模拟分析.针对某舰载倾斜发射导弹,仿真分析了发射臂振动、推力偏心、导轨不平、舰船运动等干扰因素对初始扰动的影响,并进行了5 000次数值打靶统计分析.在给定的干扰概率分布条件下,命中概率达到93.86%.

高含硫气藏偏差因子模型评价与选用

本文介绍了石油工业在计算高含硫化氢天然气偏差因子主要采用的几种计算模型,利用普光气田实验数据于几种模型进行系统的比较与评价,提出了不同压力、温度条件下的相应模型,推荐了在相应条件下适合高含硫化氢天然气偏差因子计算模式。

均值—绝对偏差模型鲁棒优化策略的有效性——基于中国股票市场的实证分析

在不确定的金融市场中,由于各种金融产品风险存在差异,因此,如何在兼顾收益与风险的情况下对产品进行组合选择,也就成为投资组合的重要问题。通过将均值—绝对偏差模型的鲁棒优化模型与我国证券市场实际情况相结合的方法,提出简化模型,并且以MATLAB为工具,提出该线性模型求最优解的新方法。同时,将均值—绝对偏差模型的鲁棒优化模型的最优解与其他投资组合模型进行比较,证明该模型优于所选的其他模型。

一类不确定非线性系统的模型偏差补偿跟踪控制算法

针对一类带有系统未建模动态和干扰的不确定仿射非线性系统,基于滑模变结构控制和模型偏差补偿控制的思想,给出一种轨迹跟踪数字控制器的实现方法.在采样周期足够小的情况下,利用连续时间系统的前向Euler近似离散模型,首先推导出等价控制项作为前馈控制.然后将导出的状态误差修正项和模型偏差补偿项代替滑模控制中的切换函数,其中状态误差修正项用来保证状态误差趋于零,模型偏差补偿项用来补偿系统的未建模动态和干扰的不确定性,从而既保证了控制系统的鲁棒性,又消除了抖动现象.最后通过构造Lyapunov函数,证明了该控制算法的稳定性,同时以两连杆机械臂的轨迹跟踪为目标的仿真实验也说明了此数字控制器的有效性.

一种含模型偏差的GPS伪码跟踪误差估计器

在自适应卡尔曼滤波算法的基础上提出了一种带模型偏差的GPS伪码跟踪误差估计器。分析了偏差产生时信息均值的变化规律,以此构造统计量来检验模型偏差,并根据检验结果以最小二乘法估计其量值。同时,为增强伪码跟踪误差估计量的数值稳定性,将平方根算法与自适应卡尔曼滤波算法相结合,给出了偏差模式下的伪码跟踪误差估计算法。仿真结果表明该算法有效。

基于无偏差非齐次灰色模型的河北省GDP预测

GDP数据序列分布往往具有非齐次指数性和非凸凹一致性的特点,运用传统的灰色模型预测GDP发展趋势难以获得理想的效果。无偏差GM(1,1,k)模型从灰导数和背景值两个角度优化,可实现对呈不规则非齐次指数函数分布的数据序列的无偏拟合。运用无偏差GM(1,1,k)预测了河北省GDP,消除了GDP不规则分布对预测结果的影响,取得了满意的效果,平均预测误差为3.367 2%,比经典GM(1,1)的平均预测误差减小了47.035 8%。

基于结构分解技术(SDA)的投入产出偏差分析模型

本文根据结构分解技术和投入产出理论,提出了总偏差、增长性偏差、结构性偏差的概念,通过总产出和总投入平衡关系,推导出了初始投入、国内最终需求、出口、进口以及技术进步之间的偏差影响关系,形成了完整的投入产出偏差模型,这个模型包括总偏差模型、增长性偏差模型、结构性偏差模型三部分。其中,结构性偏差模型可以更清晰地分析经济系统的结构性变化,能够为考查政策的有效性和经济系统的健康性以及实际经济系统与预期的偏离程度的测算提供依据。

匿名性比较的信息熵偏差模型

匿名性是很多协议都会用到的一种属性,但是如何来对匿名性进行量化和对匿名程度进行比较,目前还没有一个准确的数学模型。基于信息熵理论提出了将匿名性量化后进行比较的信息熵偏差模型。该模型能够用于不同的系统之间匿名性的比较,并且根据各个节点对系统的影响,客观、合理地给出了各个节点的权重。举例说明了模型的实用性,并且与其他模型进行比较说明了该模型的优越性。

基于飞参数据的发动机小偏差辨识模型

文中基于某型优势发动机的大量飞参数据,选取线性小偏差状态变量模型,采用线性辨识方法,首先得到某飞行包线区域质心点处的某状态下模型参数,然后应用飞行包线的划分方法和相关结论,将算法推广到全飞行区域。计算模型的输出与实际飞参数据的比较结果表明,建模步骤正确有效,且线性模型满足一定的精度要求。

基于PROSAIL模型偏差补偿的水稻叶绿素含量遥感估测

以东北水稻为研究对象,以提高叶绿素估测精度和模型可解释性为目标,提出了一种混合建模方法。以PROSAIL辐射传输机理模型为基础,模拟水稻冠层光谱,建立叶绿素含量的查找表,初步估测叶绿素含量,并采用最小二乘支持向量机(LSSVM)建立误差模型,对PROSAIL模型偏差进行补偿,弥补PROSAIL建模时产生的误差。为验证模型的估测能力,选取13种与作物叶绿素关系较为密切的植被指数,通过不同统计模型的模拟分析,筛选出4种较优的植被指数,分别建立单因子输入的最优预测模型(GNDVI、RSI、(SDr-SDb)/(SDr+SDb)的乘幂模型及MCARI的指数模型)。以4种植被指数作为输入,利用偏最小二乘法(PLS)、LSSVM回归法、BP神经网络及本文提出的混合建模方法分别构建水稻叶绿素含量多因子预测模型,并进行估测和验证。结果表明,相比单因子输入的最优预测模型,混合模型具有较低的预测偏差,其建模集R^2=0.7406,RMSE为0.9852 mg/dm^2,验证集R^2=0.7332,RMSE为1.0843 mg/dm^2。与采用其他多因子预测模型相比,本文方法具有较高的估测精度和良好的鲁棒性。另外,混合建模方法以PROSAIL模型为基础,物理意义较为明确,提高了预测模型的可解释性。本文可为作物叶绿素含量估测提供新的思路和方法,为诊断水稻氮营养含量和监测水稻长势提供参考。

基于模型偏差补偿原理的机器人双臂协调控制

本文讨论双臂协调操作物体的问题,在操作空间中给出双臂耦合动力学模型,基于这一模型,针对系统的未建模动态,利用模型偏差补偿原理,设计出一种双臂协调控制算法,并证明当未建模动态满足一定条件下控制系统的全局渐近稳定性。本文还通过仿真研究了为完成协调任务对物体柔性的要求,物体质量、刚度对动力学耦合程度的影响,规划轨迹速度、加速度对协调控制的影响。

西江流域城市经济分异的经济学解释——基于份额—偏差分析模型

西江流域按区段选择33个城市,并划分为上、中、下游城市群,通过份额—偏差分析模型的研究发现,西江流域城市经济呈现"杠铃式"分异特征,流域城市经济分异表面上通过经济规模体现出来,但实质来自经济增长的相对竞争优势;并进一步发现这个相对竞争优势不是来自投资规模和产业结构,而是主要来自于区位优势、城市化及收入分配的相对竞争优势。

基于缓冲算子无偏差GM(1,1,k)模型的光伏发电装机容量预测

针对我国光伏发电装机容量数据序列呈非齐次型指数、非凸凹一致性分布的特点,运用无偏差GM(1,1,k)模型、一次缓冲算子无偏差GM(1,1,k)模型、二次缓冲算子无偏差GM(1,1,k)模型对光伏发电装机容量进行了预测。结果显示,二次缓冲算子无偏差GM(1,1,k)模型的预测值适中,可信度较大。

基于感知偏差模型的旅游目的地形象测评研究——以湖南娄底市为例

旅游目的地形象的塑造与传播是旅游开发的核心任务之一,是提高旅游目的地市场竞争力的重要基础。因缺乏有效的市场信息支撑,市场主体对旅游目的地形象的感知往往存在偏差。本文通过调查问卷得出基础数据,运用离差和等公式计算出各因子的感知偏差值。然后,借鉴形象感知偏差模型,利用德尔菲法和层次分析法确定各层的权重并计算出总体感知偏差值。以湖南娄底市为实证对象,其旅游形象感知偏差值为0.662,偏差较大,其中潜在游客和现实游客的偏差值较高,针对这两个主体分别提出旅游目的地形象传播建议。

模型偏差控制在有源功率因数校正中的应用

在有源功率因数校正(APFC)控制系统中引入模型偏差控制思想,采用模型偏差控制方法消除APFC系统在实际应用中的抖振问题,根据APFC状态方程得到PWM信号的占空比,并以单相Boost-APFC为例进行了Matlab仿真。仿真结果表明,采用模型偏差控制的APFC控制系统校正效果好,超调小,响应时间短。